This is an old revision of the document!
Miłe wiadomości podczas wakacji ;)
Zespół prof. Jaworek-Korjakowskiej będzie realizował projekt “Zastosowanie metod sztucznej inteligencji do rozpoznawania i analizowania wzorców w celu odtwarzania ukrytych informacji w interdyscyplinarnych obszarach badawczych maszynowego widzenia” (kwota dofinansowania 167 000 zł). Niektóre szczegółowe zadania badawcze obejmują: wykorzystanie DNN do detekcji anomalii, w tym klasyfikacji wzorców, w sygnałach diagnostycznych (Narodowe Centrum Promieniowania Synchrotronowego Solaris), klasteryzacji danych medycznych w oparciu o rozpoznawanie wzorców w DNN (Uniwersytet Stanforda, CA, USA) oraz złożonej detekcji semantycznej obiektów (firma Aptiv).
Miło nam poinformować, że prof. Joanna Jaworek-Korjakowska dołączyła do Topic Editors Board czasopisma Sensors (IF 3.031) Certificate
Sensors Journal Topic Board
W czasopiśmie Measurement, Elsevier, IF 3,364, 200 pkt ukazał się nasz artykuł przedstawiający wyniki naszych prac nad systemem do detekcji anomalii i oceny stabilności wiązki elektronów w synchrotronie przy wykorzystaniu głębokich sieci neuronowych:
Michał Piekarski, Joanna Jaworek-Korjakowska, Adriana I. Wawrzyniak, Marek Gorgon, Convolutional neural network architecture for beam instabilities identification in Synchrotron Radiation Systems as an anomaly detection problem, Measurement,2020, https://doi.org/10.1016/j.measurement.2020.108116
W czasopiśmie Sensors ukazał się nasz artykuł poświęcony segmentacji gniazd komórek znamionowych z użyciem głębokich sieci neuronowych:
Kucharski D., Kleczek P., Jaworek-Korjakowska J., Dyduch G., Gorgon M. Semi-Supervised Nests of Melanocytes Segmentation Method Using Convolutional Autoencoders. Sensors, 2020, vol. 20, issue 6, 1546, doi: 10.3390/s20061546